Μια τεχνική ματιά στο σύστημα συσσώρευσης και διάχυσης πολιτιστικού περιεχομένου SearchCulture.gr

Transcript

1 Μια τεχνική ματιά στο σύστημα συσσώρευσης και διάχυσης πολιτιστικού περιεχομένου SearchCulture.gr ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 1

2 Εθνικό Κέντρο Τεκμηρίωσης ΕΙΕ 1 η ΕΚΔΟΣΗ / Μάιος 2016 Μονάδα Ανάπτυξης Εφαρμογών ΕΚΤ Κείμενο: Χάρης Γεωργιάδης Σχεδιασμός Έκδοσης: Δήμητρα Πελεκάνου Επιμέλεια: Έλενα Λαγούδη Οπτικοποίηση: Χάρης Γεωργιάδης, Δήμητρα Πελεκάνου Προτεινόμενος τρόπος αναφοράς: ΕΚΤ(2016), Μια τεχνική ματιά στο σύστημα συσσώρευσης και διάχυσης πολιτιστικού περιεχομένου SearchCulture.gr, Αθήνα: Εθνικό Κέντρο Τεκμηρίωσης Copyright 2016 Εθνικό Κέντρο Τεκμηρίωσης Ι EIE δ. Βασιλέως Κωνσταντίνου 48, Αθήνα τ.: f: e: ekt@ekt.gr Το έργο αυτό διατίθεται με άδεια Creative Commons Αναφορά-Μη Εμπορική Χρήση- Όχι Παράγωγα Έργα 4.0 Ελλάδα Προκειμένου να δείτε αντίγραφο της άδειας επισκεφθείτε: ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 2

3 ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 3

4 ΠΕΡΙΕΧΟΜΕΝΑ 1 Εισαγωγή Οικοσύστημα / συνολική αρχιτεκτονική Λειτουργικά χαρακτηριστικά του SearchCulture.gr Τεχνικά χαρακτηριστικά του SearchCulture.gr ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 4

5 1 Εισαγωγή Το Σύστημα Συσσώρευσης Περιεχομένου / Ενιαίας Αναζήτησης SearchCulture.gr είναι ένας συσσωρευτής μεταδεδομένων και αρχείων προεπισκόπησης (aggregator) ο οποίος συνοδεύεται από μία ανοικτή διαδικτυακή πύλη και προσφέρει κεντρική πρόσβαση και ενιαία αναζήτηση σε ψηφιακό πολιτιστικό περιεχόμενο που παράγεται στη χώρα μας από έγκριτους φορείς. Το ψηφιακό περιεχόμενο συλλέγεται και ελέγχεται ως προς την συμμόρφωσή του με συγκεκριμένες προδιαγραφές διαλειτουργικότητας. Στην συνέχεια, ο συσσωρευτής συγκεντρώνει το περιεχόμενο, το εμπλουτίζει σημασιολογικά και το διαθέτει στο ευρύ κοινό ως ανοικτά διασυνδεδεμένα δεδομένα μέσω ενός σύγχρονου και φιλικού περιβάλλοντος που διαθέτει προηγμένες λειτουργίες αναζήτησης και εξελιγμένες δυνατότητες πλοήγησης. Η αρχική σελίδα του SearchCulture.gr ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 5

6 2 Οικοσύστημα / συνολική αρχιτεκτονική Το σύστημα Aggregator/SearchCulture.gr αποτελεί μέλος ενός συνόλου επιμέρους συστημάτων και εργαλείων τα οποία συνολικά ολοκληρώνουν το κύκλο ζωής του περιεχομένου από τη συλλογή και τον έλεγχο, μέχρι τον εμπλουτισμό και την διάχυσή του. Χρησιμοποιεί το σύστημα συγκομιδής μεταδεδομένων και ψηφιακών αρχείων Harvester, το οποίο συλλέγει μεταδεδομένα και ψηφιακά αρχεία από τους φορείς περιεχομένου και επιπροσθέτως δημιουργεί εικόνες προεπισκόπησης. Το περιεχόμενο που συλλέγεται στο σύστημα Harvester ελέγχεται και πιστοποιείται από το σύστημα πιστοποίησης προδιαγραφών διαλειτουργικότητας και περιεχομένου Validator. Η διαδικασία εισαγωγής του περιεχομένου που συλλέχθηκε στο σύστημα Aggregator/SearchCulture.gr πραγματοποιείται μέσα από το διαχειριστικό του περιβάλλον και το περιεχόμενο τελικά δημοσιοποιείται στη ανοικτή διαδικτυακή πύλη. Παράλληλα, το περιεχόμενο εμπλουτίζεται σημασιολογικά από το εργαλείο σημασιολογικού εμπλουτισμού του συστήματος λεξιλογίων Semantics.gr. Στο τελευταίο βήμα και για τους φορείς που το επιθυμούν, το περιεχόμενο εισάγεται στο σύστημα ασφαλούς διαφύλαξης περιεχομένου Preservator. Το σύστημα Aggregator/SearchCulture.gr διατηρεί εξάρτηση στο σύστημα συγκομιδής Harvester και στο σύστημα λεξιλογίων και σημασιολογικού εμπλουτισμού Semantics.gr με τα οποία επικοινωνεί μέσω των REST υπηρεσιών τους. Επιπλέον, χρησιμοποιεί ένα Σύστημα Καταγραφής Οργανισμών και Αποθετηρίων το οποίο χρησιμοποιείται επίσης από το σύστημα πιστοποίησης προδιαγραφών διαλειτουργικότητας και περιεχομένου Validator καθώς και από το σύστημα ασφαλούς διαφύλαξης περιεχομένου Preservator. Σύστημα Συγκομιδής Ψηφιακού Περιεχομένου Το σύστημα Συγκομιδής Ψηφιακού Περιεχομένου Harvester συλλέγει μεταδεδομένα και ψηφιακά αρχεία, τα αποθηκεύει και τα διαθέτει κατόπιν αίτησης από χρήστη ή από εξωτερικό σύστημα μέσω της γραφική web διεπαφής χρήστη ή των web υπηρεσιών του (RESTful API), αντίστοιχα. Το περιεχόμενο που συλλέγεται αποθηκεύεται αυτούσιο και μπορεί να επαναχρησιμοποιηθεί πολλές φορές από τρίτα συστήματα όπως τα συστήματα SearchCulture.gr, Ασφαλούς Διαφύλαξης Ψηφιακού Περιεχομένου και το back-end του συστήματος Validator. Το σύστημα Harvester υποστηρίζει συλλογή μεταδεδομένων και ψηφιακών αρχείων ενώ ειδικά για τα ψηφιακά αρχεία διαθέτει μία υπηρεσία μετατροπής τους σε εικόνες προεπισκόπησης, λειτουργία που αξιοποιείται από τον συσσωρευτή SearchCulture.gr. ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 6

7 Σύστημα συσσώρευσης περιεχομένου / Υπηρεσία ενιαίας αναζήτησης Το SearchCulture.gr είναι ένα σύστημα συσσώρευσης (Aggregator) το οποίο συσσωρεύει μεταδεδομένα και αρχεία προεπισκόπησης και τα διαθέτει μέσα από μία ανοικτή διαδικτυακή πύλη ( Η διαδικτυακή πύλη παρέχει προηγμένες δυνατότητες αναζήτησης, πλοήγησης και εξερεύνησης σε ένα ετερογενές ψηφιακό περιεχόμενο και αναδεικνύει το πρωτότυπο περιεχόμενο των φορέων καθώς αυξάνει την ευρεσιμότητά του και διατηρεί συνδέσμους προς τα σημεία σταθερής απόθεσής του. Το SearhCulture.gr μπορεί να φιλοξενεί σημασιολογικά εμπλουτισμένο περιεχόμενο που διατηρεί συνδέσμους σε λεξιλόγια και θησαυρούς όρων προβάλλοντάς το έτσι και ως Ανοικτά Διασυνδεδεμένα Δεδομένα (Linked Data). Το SearchCulture.gr εμπλουτίστηκε πρόσφατα με νέες λειτουργίες και δυνατότητες, όπως δυνατότητα μαζικού σημασιολογικού εμπλουτισμού και ομογενοποίησης του περιεχομένου που συσσωρεύεται (με την βοήθεια του εργαλείου σημασιολογικού εμπλουτισμού του Συστήματος Σημασιολογικών Λεξιλογίων Semantics.gr), υποστήριξη δίγλωσσου περιβάλλοντος και υποστήριξη πρόσβασης από κινητές συσκευές. Το SearchCulture.gr διαθέτει ένα φιλικό και λειτουργικό γραφικό διαχειριστικό περιβάλλον μέσω του οποίου ο εξουσιοδοτημένος χρήστης του ΕΚΤ διαχειρίζεται τους φορείς-πηγές, πυροδοτεί εύκολα διαδικασίες εισαγωγής περιεχομένου (μεταδεδομένων και εικόνων προεπισκόπησης), παρακολουθεί την εξέλιξη των διαδικασιών, διαχειρίζεται το συσσωρευμένο περιεχόμενο και πυροδοτεί διαδικασίες σημασιολογικού εμπλουτισμού. Σύστημα Λεξιλογίων και Εργαλείο Σημασιολογικού εμπλουτισμού Το Semantics.gr είναι ένα Σύστημα Λεξιλογίων και Σημασιολογικού Εμπλουτισμού που ανέπτυξε το ΕΚΤ όπου το EKT αλλά και συνεργαζόμενοι εξουσιοδοτημένοι φορείς καταχωρούν, καθιερώνουν και διασυνδέουν λεξιλόγια σημασιολογικών όρων. Παρέχει μία δημόσια διαδικτυακή πύλη ( προσφέροντας ενιαία αναζήτηση σημασιολογικών όρων σε πολλαπλές πηγές και διαθέτει το περιεχόμενο ως Ανοικτά Διασυνδεδεμένα Δεδομένα (Open Linked Data). Το Semantics.gr διαθέτει ένα φιλικό στην χρήση μηχανισμό παραμετροποίησης για την μοντελοποίηση των σχημάτων των λεξιλογίων που θα δημιουργούνται από τους φορείς. Παράλληλα, το Semantics.gr διαθέτει ένα πρωτότυπο και ιδιαίτερα φιλικό εργαλείο για μαζικό ημιαυτόματο σημασιολογικό εμπλουτισμό και ομογενοποίηση περιεχομένου που μπορεί να προσφέρεται ως υπηρεσία τόσο σε αποθετήρια πρωτογενούς περιεχομένου όσο και σε συσσωρευτές. Το ΕΚΤ ήδη χρησιμοποιεί το εργαλείο αυτό προκειμένου να εμπλουτίσει το περιεχόμενο που συσσωρεύεται στο SearchCulture.gr με συνδέσμους σε καθιερωμένα λεξιλόγια και θησαυρούς όρων αλλά και για να ομογενοποιήσει το περιεχόμενο αυτό με στόχο την βελτιστοποίηση των υπηρεσιών αναζήτησης και πλοήγησης της διαδικτυακής πύλης του SearchCulture.gr. ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 7

8 Το σύστημα Aggregator/SearchCulture.gr και τα συστήματα στα οποία διατηρεί άμεσα εξαρτήσεις ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 8

9 3 Λειτουργικά χαρακτηριστικά του SearchCulture.gr Ο συσσωρευτής SearchCulture.gr αποθηκεύει τα μεταδεδομένα που συσσωρεύει σε μορφή συμβατή με τον τύπο μεταδεδομένων EDM 1. Το EDM είναι το μοντέλο που προτείνεται από την Europeana για την αναπαράσταση μεταδεδομένων πολιτιστικής κληρονομιάς και αποτελεί μετεξέλιξη του ESE 2. Το EDM είναι ένα RDF μοντέλο και ενσωματώνει μηχανισμούς που επιτρέπουν στα μεταδεδομένα να διατηρούν σημασιολογικές αναφορές σε λεξιλόγια και θησαυρούς όρων καθιστώντας εφικτή την διάθεσή τους ως Διασυνδεδεμένα Δεδομένα. Επομένως, το SearchCulture.gr μπορεί να φιλοξενήσει εγγενώς σημασιολογικά εμπλουτισμένο περιεχόμενο. Εσωτερικά η Europeana χρησιμοποιεί μια παραλλαγή του δημόσιου EDM τύπου, γνωστή ως EDM-internal, η οποία είναι προσαρμοσμένη για τις ανάγκες ενός συσσωρευτή. Το SearchCulture.gr, ως συσσωρευτής, αποθηκεύει τα μεταδεδομένα στο εσωτερικό EDM σχήμα. Το SearchCulture.gr υποστηρίζει εισαγωγή μεταδεδομένων σε τρεις εναλλακτικούς τύπους. Αποθετήρια τα οποία δεν περιέχουν σημασιολογικά εμπλουτισμένο περιεχόμενο μπορούν να διαθέσουν τα μεταδεδομένα τους σε τύπο ESE, το οποίο ουσιαστικά βασίζεται στο εμπλουτισμένο Dublin Core (Metadata Terms) 3 επεκτείνοντάς το με επιπρόσθετα πεδία που αφορούν στα ψηφιακά αρχεία. Τα αποθετήρια που διαθέτουν σημασιολογικά εμπλουτισμένο περιεχόμενο μπορούν να διαθέσουν τα μεταδεδομένα τους σε EDM (στην δημόσια έκδοσή του). Εναλλακτικά, μπορούν να διαθέσουν τα μεταδεδομένα τους συνδυαστικά σε δύο τύπους, σε ESE και σε DC-DS-XML 4. Ο τύπος DC-DS-XML είναι μία XML αναπαράσταση του Dublin Core (Metadata Terms) με δυνατότητα σημασιολογικών αναφορών σε όρους λεξιλογίων και θησαυρών. Στην περίπτωση αυτή, οι πληροφορίες για τα ψηφιακά αρχεία αντλούνται από τα μεταδεδομένα σε τύπο ESE. Η βασική ροή εισαγωγής μεταδεδομένων του SearchCulture.gr μετασχηματίζει τα πρωτότυπα μεταδεδομένα από EDM, ή από ESE ή από ESE σε συνδυασμό με DC-DS-XML στον τύπο EDM-internal προκειμένου να τα αποθηκεύσει στην βάση δεδομένων που χρησιμοποιεί. Το SearchCulture.gr παρέχει υψηλού επιπέδου υπηρεσίες αναζήτησης, πλοήγησης και παρουσίασης πολιτιστικού περιεχομένου προβάλλοντας και αναδεικνύοντας με τον καλύτερο τρόπο το ψηφιακό περιεχόμενο έγκριτων φορέων πολιτισμού. Βασικοί στόχοι του SearchCulture.gr είναι τόσο η αύξηση της ευρεσιμότητας όσο και η αύξηση του όγκου του ετερόκλητου περιεχομένου που συσσωρεύει. Οι δύο αυτοί στόχοι είναι κοινοί για όλους τους συσσωρευτές περιεχομένου και η ικανοποίηση και των δύο αποτελεί πρόκληση καθώς οι λειτουργικές απαιτήσεις που αυτοί συνεπάγονται δρουν ανταγωνιστικά μεταξύ τους, όπως φαίνεται παραστατικά στο ακόλουθο σχήμα. 1 EDM documentation, 2 ESE documentation, 3 Dublin Core Metadata Initiative Metadata Terms 4 Expressing Dublin Core Description Sets using XML (DC-DS-XML), available at date issued: ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 9

10 Οι δύο βασικοί στόχοι ενός συσσωρευτή και ενδεικτικοί τρόποι ικανοποίησής τους Το SearchCulture.gr καταφέρνει να ικανοποιήσει και τους δύο αυτούς στόχους σε πολύ ικανοποιητικό βαθμό, χάρις στις υπηρεσίες προστιθέμενης αξίας που παρέχει το EKT (δημοσιοποίηση προδιαγραφών διαλειτουργικότητας, έλεγχος/πιστοποίηση, εμπλουτισμός περιεχομένου) αλλά και στα ποιοτικά συστήματα που ανέπτυξε τα οποία καθιστούν εφικτή την υλοποίηση των υπηρεσιών αυτών καθώς και την διαχείριση όλου αυτού του όγκου πληροφορίας (αυτοματοποίηση διαδικασιών ελέγχου, εισαγωγής και εμπλουτισμού, έξυπνος τρόπος μαζικής σημασιολογικής ομογενοποίησης, εξελιγμένο διαχειριστικό περιβάλλον, προηγμένες δυνατότητες αναζήτησης και πλοήγησης περιεχομένου). Το EKT διεξάγοντας αυτοματοποιημένους ελέγχους ποιότητας στο περιεχομένου που συσσωρεύεται με το σύστημα Validator εξασφαλίζει, σε συνεργασία με τους φορείς, την υψηλή ποιότητα του περιεχομένου που εισάγεται στο SearchCulture.gr. Η ποιότητα της τεκμηρίωσης βελτιώνει την παρουσίαση, την ευρεσιμότητα και διευκολύνει την αναζήτηση του περιεχομένου και κατ επέκταση αυξάνει την συνολική ποιότητα των υπηρεσιών που προσφέρει η διαδικτυακή πύλη SearchCulture.gr στους πολίτες και στους φορείς. Παράλληλα, η ποιότητα υπηρεσιών αυξάνεται περαιτέρω χάρις στον σημασιολογικό εμπλουτισμό και την ομογενοποίηση του περιεχομένου που πραγματοποιεί το ΕΚΤ με το εργαλείο Semantics.gr. Το σύνολο σχεδόν των τεκμηρίων εμπλουτίστηκε με ένα νέο πεδίο «EKT Τύπος» που περιλαμβάνει αναφορές σε όρους ενός πρότυπου δίγλωσσου ιεραρχικού λεξιλογίου τύπων που δημιουργήθηκε από το ΕΚΤ. Έτσι το περιεχόμενο κατηγοριοποιήθηκε στους 393 όρους του λεξιλογίου με άμεσο θετικό αντίκτυπο στην ευρεσιμότητα, στην παρουσίαση και στην πολυγλωσσικότητα του περιεχομένου. Συγκεκριμένα: ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 10

11 Αυξάνεται η ευρεσιμότητα του περιεχομένου αφού ο χρήστης μπορεί να ανακαλύψει περιεχόμενο εξερευνώντας μέσα από ένα ομοιόμορφο και συμπαγές σύνολο τύπων ακόμα και αν δεν γνωρίζει ακριβώς τι ψάχνει. Δίνεται η δυνατότητα σε αγγλόφωνο κοινό να ανακαλύψει τεκμήρια βάσει του τύπου τους ακόμα και αν τα μεταδεδομένα τους πρωτοτύπως δεν περιείχαν καθόλου πολυγλωσσική πληροφορία. Συλλογές που είναι σημασιολογικά εμπλουτισμένες ομογενοποιούνται με στόχο την ποιοτικότερη πολυγλωσσική ενιαία αναζήτηση και εξερεύνηση. Συλλογές που δεν περιλαμβάνουν καθόλου σημασιολογικές αναφορές μπορούν πλεόν να εμπλουτιστούν και να αναδειχθούν μέσα από το SearchCulture ως Διασυνδεδεμένα Δεδομένα. Η διαδικτυακή πύλη SearchCulture.gr προσφέρει προηγμένες δυνατότητες αναζήτησης, ορίσμένες πρωτότυπες για συστήματα συσσώρευσης, οι οποίες προσεγγίζουν αυτές που προσφέρονται συνήθως από συστήματα απόθεσης πρωτογενούς περιεχομένου. Οι δυνατότητες περιλαμβάνουν: Σύνθετη αναζήτηση Δυνατότητα περιορισμού αναζήτησης σε συγκεκριμένα πεδία, όπως ΕΚΤ τύπος τεκμηρίου, πρωτότυπος τύπος, Europeana τύπος, δημιουργός, θεματική κατηγορία, χρονική και γεωγραφική κάλυψη Προτάσεις αυτόματης συμπλήρωσης πεδίων εισαγωγής όρων αναζήτησης (autocomplete) Φίλτρα αναζήτησης στα αποτελέσματα βάσει μιας μεγάλης γκάμας βασικών πεδίων που περιλαμβάνει τον ομογενοποιημένο EKT τύπο τεκμηρίου, τον πρωτότυπο τύπο, την θεματική κατηγορία, την άδειας χρήσης, τον Europeana τύπο και τον πάροχο. Έτσι ο χρήστης μπορεί να εντοπίσει πιο εύκολα τα τεκμήρια που αναζητά φιλτράροντας συνδυαστικά τα αποτελέσματα και μάλιστα χρησιμοποιώντας ως φίλτρα, όχι μόνο τεχνικά πεδία ή πεδία που σχετίζονται με την διάθεση του τεκμηρίου (όπως τα δικαιώματα χρήσης και ο πάροχος), αλλά και πεδία που ορίζουν και περιγράφουν σημασιολογικά το ίδιο το τεκμήριο και που βοηθούν καταλυτικά στην ανακάλυψή του (όπως ο ομογενοποιημένος τύπος ΕΚΤ, ο πρωτότυπος τύπος και η θεματική κατηγορία). Εκτός από την μηχανή αναζήτησης, η διαδικτυακή πύλη SearchCulture.gr προσφέρει προηγμένες δυνατότητες πλοήγησης μέσα από την αρχική σελίδα οι οποίες περιλαμβάνουν Δίγλωσσο διαδραστικό νέφος δημοφιλών ομογενοποιημένων ΕΚΤ τύπων τεκμηρίων Διαδραστικές πίτες για εξερεύνηση τεκμηρίων βάσει συγκεκριμένης συλλογής ή Europeana τύπου ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 11

12 Σελίδα παρουσίασης φορέων και συλλογών μέσα από την οποία ο χρήστης μπορεί να πλοηγηθεί στο περιεχόμενο της κάθε συλλογής. Παράλληλα, το SearchCulure.gr αποτελεί μία μοντέρνα και εύχρηστη διαδικτυακή πύλη με φιλική και ελκυστική διεπαφή χρήστη, καθώς: Υποστηρίζει δίγλωσσο περιβάλλον σε Ελληνικά και Αγγλικά σε στατικό και δυναμικό περιεχόμενο Όλα σχεδόν τα τεκμήρια που φιλοξενούνται συνοδεύονται από εικόνες προεπισκόπησης κάνοντας την αναζήτηση πιο ελκυστική αλλά και πιο λειτουργική. Οι σελίδες ανταποκρίνονται και προσαρμόζονται ανάλογα με την ανάλυση της οθόνης του χρήστη. Έτσι το SearchCulture.gr είναι προσβάσιμο το ίδιο εύχρηστα και λειτουργικά και μέσα από φορητές συσκευές (κινητά τηλέφωνα, tablets) Τέλος, πέραν των ποιοτικών υπηρεσιών που προσφέρει η διαδικτυακή πύλη του SearchCulture.gr στους πολίτες και στους φορείς περιεχομένου, αξίζει να τονιστεί ότι το σύστημα διαθέτει ένα πλήρες γραφικό διαχειριστικό περιβάλλον το οποίο επιτρέπει στο προσωπικό του ΕΚΤ να διαχειριστεί εύκολα, μαζικά και αποδοτικά πολύ μεγάλο όγκο δεδομένων προερχόμενα από μεγάλο αριθμό αποθετηρίων/συλλογών. Συγκεκριμένα, το διαχειριστικό περιβάλλον επιτρέπει στον εξουσιοδοτημένο χρήστη να εκτελεί εύκολα και όσο το δυνατόν πιο αυτοματοποιημένα όλες τις απαραίτητες διαδικασίες για την λειτουργία του συσσωρευτή, όπως, να διαχειριστεί πληροφορίες για τις συλλογές/αποθετήρια, να πυροδοτήσει με απόλυτα ελεγχόμενο τρόπο νέες διαδικασίες συλλογής και εισαγωγής μεταδεδομένων ή αρχείων προεπισκόπησης, να επαναχρησιμοποιήσει περιεχόμενο που έχει ήδη συλλεχθεί, να εμπλουτίσει σημασιολογικά συλλογές, να διαχειρίζεται μαζικά το περιεχόμενο ανά συλλογή και, τέλος, να παραμετροποιήσει δυναμικά την διαδικτυακή πύλη. ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 12

13 4 Τεχνικά χαρακτηριστικά του SearchCulture.gr Το Σύστημα Συσσωρευτή /Ενιαίας Αναζήτησης SearchCulture.gr είναι μία Java εφαρμογή ιστού πακεταρισμένη ως τρία ξεχωριστά war αρχεία (διαδικτυακή πύλη, διαχειριστικό περιβάλλον, OAI-PMH υπηρεσία) και μπορεί να εγκατασταθεί σε οποιονδήποτε Servlet container, όπως ο Apache Tomcat. Το σύστημα σχεδιάστηκε σύμφωνα με τις αρχές της πολυ-διαστρωματωμένης αρχιτεκτονικής (multi-layered architecture) και χωρίζεται στα στρώματα persistence (ή αλλιώς infrastructure layer), service (ή αλλιώς business layer) και presentation (εν προκειμένου web layer). Το persistence layer παρέχει τις βασικές CRUD 5 μεθόδους καθώς και μεθόδους αναζήτησης για τις οντότητες πεδίου που αποθηκεύονται μόνιμα σε βάσεις δεδομένων. Το SearchCulture.gr χρησιμοποιεί άμεσα τρεις βάσεις δεδομένων και ένα σύστημα ευρετηρίασης: 1. Μία σχεσιακή βάση (PostgreSQL 6 ) για την αποθήκευση πληροφορίας σχετικά με τους φορείς/παρόχους και τις συλλογές τους, τις διαδικασίες εισαγωγής μεταδεδομένων και εικόνων προεπισκόπησης, την καταγραφή σφαλμάτων κατά την εισαγωγή και την παραμετροποίηση του συστήματος. 2. Mία nosql Mongo DB 7 βάση δεδομένων για την αποθήκευση EDM μεταδεδομένων. 3. Ένα σύστημα ευρετηρίασης Apache Solr 8, για την ευρετηρίαση των EDM μεταδεδομένων. 4. Ένα File Storage (Mongo DB GridFS 9 ) για την αποθήκευση εικόνων προεπισκόπησης και ψηφιακών αρχείων. Στο persistent layer, για όλες τις βάσεις δεδομένων που χρησιμοποιούνται, ορίζονται οι οντότητες πεδίου ως Java POJOs οι οποίες αντιστοιχίζονται με τις αντίστοιχες δομές (PostgreSQL πίνακες ή Mongo DB collections) μέσω ειδικών προγραμματιστικών προτύπων/βιβλιοθηκών (JPA ή Morphia 10 ). Για κάθε βασική οντότητα πεδίου ορίζεται από ένα αντικείμενο με CRUD μεθόδους και μεθόδους αναζήτησης, σύμφωνα με το σχεδιαστικό πρότυπο DAO Create, Read, Update, Delete, Data access object Pattern, ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 13

14 Αρχιτεκτονική του συστήματος συσσωρευτή / ενιαίας αναζήτησης SearchCulture.gr Το service layer περιλαμβάνει modules που παρέχουν μία σειρά από υπηρεσίες (services) στα modules του επόμενου layer οι οποίες υλοποιούν όλες τις business διαδικασίες του συσσωρευτή: εκκίνηση νέας διαδικασίας εισαγωγής, REST κλίσεις στο σύστημα Συγκομιδής Harvester, REST κλίσεις στο σύστημα λεξιλογίων και σημασιολογικού εμπλουτισμού Semantics.gr, παρακολούθηση και καταγραφή της προόδου της κάθε διαδικασίας, διάθεση αποθηκευμένων εγγραφών μεταδεδομένων, αναζήτηση περιεχομένου κα. Για να επιτευχθεί η αποδέσμευση του επόμενου layer από το persistent layer, άρα και από τις οντότητες πεδίου που αυτό ορίζει, δημιουργήθηκαν Data Access Services για κάθε αντικείμενο DAO και υιοθετήθηκε αυστηρά το DTO προγραμματιστικό υπόδειγμα 12, δημιουργήθηκαν δηλαδή νέες οντότητες πεδίου στο Service Layer, τα DTOs. Τα services χρησιμοποιούν ως είσοδο ή/και επιστρέφουν αποκλειστικά DTO αντικείμενα. Tο web layer υλοποιεί την διεπαφή ιστού. Αποτελείται από 1) την δημόσια διαδικτυακή πύλη (Portal) 2) το διαχειριστικό περιβάλλον (management GUI) που επιτρέπει σε έναν εξουσιοδοτημένο χρήστη από το προσωπικό του ΕΚΤ να εκτελεί όλες τις διαχειριστικές λειτουργίες του συσσωρευτή, και 3) την υπηρεσία ιστού OAI-PMH μέσω της οποίας τα μεταδεδομένα διατίθενται για συγκομιδή σε τρίτα συστήματα (όπως ο συσσωρευτής Europeana). 12 Data Transfer Object (DTO), ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 14

15 Όλα τα modules χρησιμοποιούν το Spring framework 13 για Dependency Injection και για την διαχείριση των διεπαφών (interfaces) και των κλάσεων που τις υλοποιούν. Για τον συντονισμό και ενορχήστρωση των κλάσεων που αναπτύχθηκαν και που υλοποιούν τις ροές συγκομιδής/εισαγωγής μεταδεδομένων και εικόνων προεπισκόπησης χρησιμοποιήθηκε το Spring Batch Framework 14. Για την ανάπτυξη της εφαρμογής ιστού χρησιμοποιήθηκε το Spring MVC framework σε συνδυασμό με front-end τεχνολογίες όπως JQuery 15 και Bootstrap 16. Για την ανάπτυξη της OAI-PMH υπηρεσίας ιστού χρησιμοποιήθηκε η βιβλιοθήκη Enhanced OAI Server 17 που ανέπτυξε το ΕΚΤ και που έχει χρησιμοποιηθεί ήδη σε πληθώρα αποθετηρίων που δημιούργησε το EKT για την διάθεση του περιεχομένου τους για συγκομιδή The JQuery JS framework, 16 Bootstrap, HTML, CSS, and JS framework 17 EKT / Enhance OAI-PMH Service, ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 15

16 ΕΚΤ SearchCulture.gr: Μια τεχνική ματιά στην συσσώρευση περιεχομένου από το ΕΚΤ 16